Verbundvorhaben: KIMBIF - KI-Methoden für Betrieb und Wartung von bifazialen PV-Anlagen; Teilvorhaben: Aufbau von Referenzanlagen, Einbindung und Erprobung von KI- basierten Modellen, Abweichungsanalysen und Ertragsprognosen im Betrieb
Zeitraum
2023-05-01 – 2026-04-30
Bewilligte Summe
294.847,90 EUR
Ausführende Stelle
Förderkennzeichen
03EE1177B
Leistungsplansystematik
Photovoltaik - andere Strukturen - Sonstiges [EB1042]
Verbundvorhaben
01256141/1 – KIMBIF - KI-Methoden für Betrieb und Wartung von bifazialen PV-Anlagen
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESE1)
Förderprogramm
Energie
In Photovoltaik(PV)-Anlagen werden stark vermehrt bifaziale PV-Module eingesetzt, die durch die zusätzliche Nutzung des auf die Rückseite einfallenden Lichtes einen höheren Ertrag erzielen können. Die Einstrahlungsverhältnisse auf der Rückseite eines Modulfeldes sind jedoch so komplex, dass die Leistung einer solchen PV-Anlage mit rein physikalischen Modellen nicht mit vertretbarem Aufwand aus den aktuellen Betriebsbedingungen abgeschätzt oder vorhergesagt werden kann. Im Projekt sollen daher datenbasierte Modelle mit Methoden der künstlichen Intelligenz (KI-Modelle) für bifaziale PV-Systeme entwickelt werden und in einem großen, kommerziellen PV-Park zur Anwendung kommen. Diese strukturierten, generischen Modelle sollen zum einen durch Mehrfachadaption die Extrapolation von einer begrenzten, detailliert vermessenen Referenzeinheit (PV-Modulstrang oder PV-Teilfeld) auf den gesamten PV-Park erlauben und zum anderen auf andere PV-Anlagen übertragbar sein. Dies beinhaltet auch Verfahren zur kontinuierlichen Adaptierung der KI-Modelle mittels Life-long Learning, um eine nahezu unmittelbare Nutzung nach dem Betriebsstart einer PV-Anlage mit einer limitierten Datenbasis sowie eine fortschreitend verbesserte Anpassung der KI-Modelle an das reale Betriebsverhalten zu ermöglichen. Die KI-Modelle werden zur Ermittlung der erwarteten aktuellen Leistungswerte eines PV-Parks, für die Anlagenüberwachung zur Fehlererkennung auf der Ebene der Teileinheiten und für die vorausschauende Wartungsplanung (predictive maintenance) eingesetzt. Des Weiteren wird mit dem Modell ein Leistungsvorhersagesystem (z.B. 24h-Forecast) unter Verwendung von Wetterprognosen für eine optimierte Betriebsführung des PV-Parks erstellt und im Betriebsleitsystem implementiert.